論文の概要: Cross-Controller Transfer via In-Context Behavior Adaptation

• arxiv url: http://arxiv.org/abs/2610.39280v2
• Date: Fri, 30 Oct 2026 23:28:30 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:37:35.786326
• Title: Cross-Controller Transfer via In-Context Behavior Adaptation
• Title（参考訳）: コンテキスト内動作適応によるクロスコントローラ転送
• Abstract要約: 汎用的なロボットポリシーは、さまざまなタスクや実施状況から収集されたデータからますます学習される。 本研究では,ロボットの動作解釈が学習に干渉することを許さずに,身体とコントローラーの両方にロボットデータを転送する方法について検討する。
• 参考スコア（独自算出の注目度）: 72.88252238231269
• License:
• Abstract: Generalist robot policies increasingly learn from data collected across diverse tasks and embodiments, yet typically assume a single controller for each robot. This assumption limits transfer because different controllers can assign different physical meanings to the same action and may require different strategies to complete a task. We study how to transfer robot data across both embodiments and controllers without allowing conflicting action interpretations to interfere with learning. Our setting spans six controller types as well as variations in controller gains and compliance. We propose a framework that encodes behavioral interaction under a controller through examples of commanded actions and the resulting robot motions. A transformer context encoder summarizes these interactions, allowing a single policy to adapt in context. Across real-world experiments, our method improves average success by 33 percentage points over naive data pooling, achieves 50\% success on unseen controller modes and 52\% on unseen controller gains, and transfers to tasks with limited controller-specific data. On contact-rich tasks such as USB insertion and surface wiping, behavioral interaction context enables the policy to adapt not only its actions but also its strategy. Our results provide a path toward generalist robot policies that can leverage data collected across diverse action interpretations. For more information, visit \href{https://controller-transfer.github.io}{https://controller-transfer.github.io}.
• Abstract（参考訳）: 汎用ロボットポリシーは、さまざまなタスクや実施状況にまたがって収集されたデータから徐々に学習されるが、通常、各ロボットに対して単一のコントローラを仮定する。 この仮定は、異なるコントローラが同じアクションに異なる物理的意味を割り当てることができ、タスクを完了させるために異なる戦略を必要とする可能性があるため、転送を制限する。 本研究では,ロボットの動作解釈が学習に干渉することを許さずに,身体とコントローラーの両方にロボットデータを転送する方法について検討する。 私たちの設定は、コントローラのゲインとコンプライアンスのバリエーションだけでなく、6つのコントローラタイプにまたがっています。 本稿では,命令動作と結果のロボット動作の例を通して,コントローラ下での行動相互作用を符号化するフレームワークを提案する。 トランスフォーマーコンテキストエンコーダはこれらの相互作用を要約し、単一のポリシーがコンテキストに適応できるようにする。 実世界の実験を通して、本手法は、単純データプールにおける平均成功率を33ポイント向上させ、未確認のコントローラモードでは50%、未確認のコントローラゲインでは52パーセント、限られたコントローラ固有のデータではタスクに転送する。 USB挿入や表面ワイピングのようなコンタクト豊富なタスクでは、行動相互作用のコンテキストによって、ポリシーは行動だけでなくその戦略にも適応できる。 本研究は,多種多様な行動解釈から収集したデータを活用できる汎用ロボットポリシーへの道筋を提供する。 詳細は、href{https://controller-transfer.github.io}{https://controller-transfer.github.io} をご覧ください。

関連論文リスト

• KODA: Kinematics--Observation Data Alignment for Humanoid Learning from Human Egocentric Demonstration [73.0540153209998]
  ヒューマノイド全体視覚アクション(VLA)の訓練には、ロボットビューとコントローラー互換の全身状態動作ラベルを備えた高価なロボットデモが必要である。 我々は,エゴセントリックなRGBデモを,再利用可能な標準軌跡を用いて,全身のVLAトレーニングデータに変換するKODAを提案する。 我々は,4つのユニツリーG1ロコ操作タスクにおいて,SONICとHEFTの2つのボディコントローラを用いてKODAを評価する。
  論文  参考訳（メタデータ） (2026-10-15T03:08:17Z)
• Learning Holistic Whole-Body Loco-Manipulation with a Bipedal Mobile Manipulator [6.961580294931018]
  両足歩行操作は、ロボットが腕の名目上の作業空間を超えて物体と対話することを可能にする。 タスクレベルの操作目標を協調した腕と脚の動きに変換する低レベル全体制御器を提案する。
  論文  参考訳（メタデータ） (2026-09-16T17:05:32Z)
• SPACE: Enabling Learning from Cross-Robot Data Toward Generalist Policies [20.583080585659513]
  状態予測および適応コマンド実行(SPACE)フレームワークを紹介する。 SPACEは、異なる実施形態、同じ実施形態のハードウェアユニット、操作中の1つのロボット内での3段階のロボットダイナミクスの変動を処理します。 実験により、SPACEは異なる実施形態および同じ実施形態のハードウェアユニット間で収集されたデータから学習する際に、制御コマンドを直接予測するポリシーを大幅に上回っていることが示された。
  論文  参考訳（メタデータ） (2026-06-23T01:32:40Z)
• TAM: Torque Adaptation Module for Robust Motion Transfer in Manipulation [32.68351241308298]
  接触に富んだダイナミックな操作では、小さな動きのずれでさえ参照動作の追跡に失敗することがある。 本稿では,学習モジュールであるTorque Adaptation Module (TAM)を紹介した。
  論文  参考訳（メタデータ） (2026-06-04T14:31:54Z)
• Steering Your Generalists: Improving Robotic Foundation Models via Value Guidance [66.51390591688802]
  バリューガイド型ポリシーステアリング(V-GPS)は、ポリシーの重みを微調整したり、アクセスしたりすることなく、幅広い種類のジェネラリストポリシーと互換性がある。 同じ値関数は、異なるアーキテクチャで5つの最先端ポリシーの性能を向上させることができることを示す。
  論文  参考訳（メタデータ） (2024-10-17T17:46:26Z)
• Built Different: Tactile Perception to Overcome Cross-Embodiment Capability Differences in Collaborative Manipulation [2.0318411357438086]
  触覚が協調操作の文脈において,ロボットの実施形態の違いを橋渡しするのにどう役立つかを検討する。 本稿では,触覚センサと行動クローンを用いて,ロボットから非機能ロボットへポリシーを伝達するアプローチを提案する。 我々は,この正の移動を,力制御ロボットデータで訓練されたのと同じ方針を用いて,4種類の触覚対応エボディメントに示す。
  論文  参考訳（メタデータ） (2024-09-23T10:45:41Z)
• Scaling Cross-Embodied Learning: One Policy for Manipulation, Navigation, Locomotion and Aviation [49.03165169369552]
  さまざまな種類のロボットにまたがって単一のポリシーを訓練することによって、ロボット学習はより広範囲で多様なデータセットを活用することができる。 そこで我々はCrossFormerを提案する。CrossFormerはスケーラブルでフレキシブルなトランスフォーマーベースのポリシーで、どんな実施形態からでもデータを消費できる。 我々は、同じネットワークウェイトがシングルアームとデュアルアームの操作システム、車輪付きロボット、クワッドコプター、四足歩行など、非常に異なるロボットを制御できることを実証した。
  論文  参考訳（メタデータ） (2024-08-21T17:57:51Z)
• Nonprehensile Planar Manipulation through Reinforcement Learning with Multimodal Categorical Exploration [8.343657309038285]
  強化学習はそのようなロボットコントローラを開発するための強力なフレームワークである。 分類分布を用いたマルチモーダル探索手法を提案する。 学習したポリシは外部の障害や観測ノイズに対して堅牢であり、複数のプッシュ器でタスクにスケールできることが示される。
  論文  参考訳（メタデータ） (2023-08-04T16:55:00Z)
• Polybot: Training One Policy Across Robots While Embracing Variability [70.74462430582163]
  複数のロボットプラットフォームにデプロイするための単一のポリシーをトレーニングするための重要な設計決定セットを提案する。 われわれのフレームワークは、まず、手首カメラを利用して、我々のポリシーの観察空間と行動空間を具体化して調整する。 6つのタスクと3つのロボットにまたがる60時間以上のデータセットを用いて,関節の形状や大きさの異なるデータセットの評価を行った。
  論文  参考訳（メタデータ） (2023-07-07T17:21:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。